如何直观理解AUC评价指标？.docxVIP

如何直观理解 AUC 评价指标？ 导语最近一直在思考如何直观理解 AUC ，查了维基百科 的以及网上的讲解描述，感觉仍然很难把这个概念表述得通俗易懂，直到昨天周会后拿笔在纸上画了画，感觉似乎找到了一种比较有意思的理解方法，下面就请各位看官容我慢慢 道来。首先简单介绍一下什么是 AUC 。根据维基百科的描述， AUC （ Area under the Curve of ROC ）是 ROC 曲线下方的面 积，是判断二分类预测模型优劣的标准。 ROC（ receiver operating characteristic curve ）接收者操作特征曲线，是由二 战中的电子工程师和雷达工程师发明用来侦测战场上敌军 载具（飞机、船舰）的指标，属于信号检测理论。 ROC 曲线的横坐标是伪阳性率（也叫假正类率， False Positive Rate），纵坐标是真阳性率（真正类率， True Positive Rate），相应的 还有真阴性率（真负类率， True Negative Rate）和伪阴性率 （假负类率， False Negative Rate）。这四类的计算方法如下： 伪阳性率（ FPR） 判定为正例却不是真正例的概率真阳性率（ TPR） 判定为正例也是真正例的概率伪阴性率（ FNR ） 判定为负例却不是真负例的概率真阴性率（ TNR ） 判定为负例也是真负例的概率 x 轴与